Введение
Строительная отрасль — одна из самых консервативных сфер бизнеса, где автоматизация часто ограничивается покупкой коробочной версии 1С и Excel-таблицами, которые пересылаются в WhatsApp. Сметный отдел в таких компаниях — это вечное "бутылочное горлышко". Инженеры-сметчики тратят до 70% рабочего времени не на расчеты, а на ручной перенос данных из чертежей в Excel, из Excel — в 1С:Смета, а затем — на формирование PDF-документов для заказчика.
В этом юзкейсе мы разберем реальный кейс региональной строительной компании (B2B, генподряд), которая сократила время подготовки коммерческого предложения и сметы с 3 дней до 2 часов, внедрив связку n8n + ИИ-агенты + API 1С.
Проблема: Рутина, ошибки и потерянные тендеры
До автоматизации процесс выглядел так:
- Менеджер по продажам получает от потенциального заказчика техзадание (ТЗ) на почту в формате PDF или Word.
- Менеджер перекидывает файл в Telegram-чат сметному отделу.
- Сметчик открывает PDF, вручную выписывает объемы работ, ищет актуальные цены на материалы у поставщиков (на сайтах или звонками).
- Данные вбиваются в десктопную версию 1С.
- 1С генерирует некрасивый документ, который сметчик "допиливает" в Word (добавляет логотип, реквизиты, красивые таблицы).
- Документ уходит менеджеру, менеджер отправляет клиенту.
Итог: Процесс занимал от 1 до 3 рабочих дней. За это время шустрые конкуренты уже успевали прислать заказчику готовый оффер. Кроме того, при ручном переносе цифр из PDF в 1С регулярно возникали ошибки (опечатки в нулях), что приводило к финансовым потерям при реализации проекта.
Решение: Архитектура на базе n8n
Для решения проблемы была выбрана open-source платформа автоматизации n8n. Она позволила связать воедино корпоративную почту, нейросети (для извлечения данных) и жесткий контур 1С:Предприятие.
Шаг 1: Автоматический парсинг входящих писем
В n8n был настроен триггер IMAP, который круглосуточно мониторит почтовый ящик
tender@company.ru. Как только приходит письмо с темой "ТЗ" или "Смета", n8n автоматически
скачивает все вложения (PDF, DOCX) и текст письма.
Шаг 2: Извлечение данных через Vision-агента (OpenAI)
Самая сложная часть — заставить машину понять чертеж или неструктурированное ТЗ. В n8n файлы передаются ноде OpenAI (GPT-4o), которая отлично справляется с задачей OCR и понимания смысла (Vision).
Промпт: "Ты — профессиональный сметчик. Проанализируй этот документ. Извлеки в формате строгого JSON список всех необходимых материалов, их количество, единицы измерения и виды работ. Игнорируй юридическую воду и описания компании заказчика."
На выходе n8n получает структурированный массив данных, с которым уже могут работать скрипты.
Шаг 3: Проверка цен и остатков в 1С:ERP
Получив JSON со списком материалов (например: "Кирпич силикатный, 5000 шт"), n8n делает HTTP API-запрос к базе 1С (используя протокол OData, встроенный в современные версии 1С). Скрипт проверяет:
- Есть ли этот материал в нашем справочнике номенклатуры?
- Какова актуальная закупочная цена?
- Есть ли остаток на складе?
Если материала в базе нет, n8n через Telegram-бота пишет менеджеру по закупкам: "СРОЧНО: Найди цену на 'Кирпич лицевой баварская кладка'. Жду ответ прямо в этот чат цифрой." Закупщик пишет цену в чат, Telegram-триггер в n8n подхватывает ее и возвращает в основной процесс.
Шаг 4: Формирование документа и отправка
Когда все цены и объемы собраны, n8n формирует итоговый расчет. Затем он передает данные в ноду "Браузерная автоматизация" (или использует API Google Docs) для генерации красивого коммерческого предложения (КП) по корпоративному шаблону. Итоговый PDF-файл отправляется обратно менеджеру по продажам в CRM-систему (amoCRM) с тегом "КП готово к проверке".
Результаты внедрения
Проект занял около 4 недель (в основном из-за настройки кастомного API на стороне 1С), но результаты превзошли ожидания руководства:
- Скорость: Теперь черновая смета формируется за 5-10 минут после получения письма. Сметчику остается только проверить PDF-файл глазами, внести пару правок (если нейросеть ошиблась в сложном чертеже) и нажать "Одобрить".
- Увеличение конверсии: Компания стала первой, кто отвечает на тендерные запросы. Конверсия из "полученного ТЗ" в "подписанный договор" выросла на 22%.
- Экономия: Отпала необходимость нанимать двух дополнительных младших сметчиков в сезон (экономия около 1.5 млн рублей в год).
Сложности и подводные камни
Не обошлось без проблем. Главная боль — безопасность. 1С хранит коммерческую тайну, и ИТ-отдел категорически отказывался "выпускать" базу в интернет. Проблема была решена развертыванием n8n на сервере внутри корпоративного контура (Localhost), без необходимости открывать порты наружу. Для доступа нейросетей использовалась проксирующая нода, которая обезличивала данные перед отправкой в OpenAI (заменяла названия компаний-клиентов на "Клиент А").
Заключение
Этот юзкейс доказывает, что ИИ и автоматизация — это не только удел IT-стартапов и digital-агентств. В традиционных "земных" бизнесах, таких как строительство или производство, внедрение простых связок через n8n дает феноменальный и, главное, мгновенный возврат инвестиций (ROI), избавляя инженеров от рутины и ускоряя цикл продаж в десятки раз.